여러분, 안녕하세요! 대한민국 최고의 일타 강사, 저스틴입니다! 오늘 강의는 정말 특별합니다. AI 기술의 최전선에서 벌어지고 있는 가장 뜨거운 논쟁, 바로 그 현장으로 여러분을 데려갈 겁니다. 오늘 강의는 페이스북 그룹 ‘AGI KR’에 이승현 님께서 게시하신 “GPT-5…LLM의 한계, WFM과의 결합 필요”라는 날카로운 통찰이 담긴 글을 기반으로 진행됩니다.

자, 전 세계가 GPT-5의 등장에 술렁이는 지금, 우리는 한발 더 앞서가야 합니다. 이승현 님이 던진 화두를 통해 AI의 현재와 미래, 그리고 대한민국의 생존 전략까지! 그 핵심을 모조리 꿰뚫어 보겠습니다!

일타 강사 저스틴의 특강: GPT-5는 정답이 아니다! 진짜 AGI로 가는 길, ‘LLM+WFM’에 있다!

여러분, 안녕하세요! 대한민국 최고의 일타 강사, 저스틴입니다. 오늘 우리는 이승현 님께서 AGI KR 그룹에 공유해주신, 그야말로 AI의 미래를 예측하는 혜안이 담긴 글을 함께 파헤쳐 볼 겁니다. GPT-5가 공개된 지금, 모두가 그 성능에 감탄하고 있을 때, 이승현 님은 한발 더 나아가 그 한계와 새로운 패러다임을 제시했습니다. 자, 그의 통찰을 따라가며 AI의 진짜 미래를 만나봅시다!

[1교시] GPT-5를 향한 솔직한 평가: “인상적이지만, 혁신적이지 않다!”

자, 먼저 GPT-5 이야기부터 시작해 봅시다. 이승현 님은 GPT-5가 공개되었을 때, 전 세계 기술 커뮤니티가 술렁거렸다고 말합니다. 복잡한 질문을 막힘없이 풀어내고, 텍스트, 코드, 이미지를 자유롭게 넘나드는 모습에 미디어들은 ‘인간 수준의 AI’, ‘AGI의 전조’라는 제목을 붙였죠.

하지만 이승현 님은 솔직하게 아쉬움이 더 컸다고 평가합니다. 그의 한마디가 핵심을 찌릅니다. “인상적이지만 혁신적이지 않다.”

자, 이 부분 별표 세 개! 이건 기대했던 ‘새로운 지능’이라기보다는, GPT-4의 안정화, 확장판 같다는 겁니다. 마치 스마트폰 신제품이 나왔는데, 카메라 화소만 조금 올라가고 디자인이 살짝 바뀐 느낌이랄까요? 근본적인 코어 아키텍처의 변화 없이, 파라미터 최적화와 멀티모달 통합 개선에 그친 것 같다는 날카로운 지적입니다.

이승현 님은 이번 발표를 보며 한 가지 생각이 명확해졌다고 선언합니다.

“LLM 만으로는 절대 AGI에 도달할 수 없다.”

지난 5~6년간 AI 발전의 중심축은 LLM(대규모 언어 모델)이었습니다. 모델 크기를 키우고, 데이터를 늘리는 것이 곧 지능 향상이라 믿었죠. 하지만 이제는 그 성장세가 ‘혁신’보다는 ‘점진적 개선’처럼 보이며, 어떤 한계에 부딪힌 것 같다는 겁니다.

[2교시] LLM의 근본적 한계: ‘언어’라는 창문 너머의 세계

그렇다면 그 한계는 어디서 오는 걸까요? 이승현 님은 그 이유를 아주 명쾌하게 설명합니다. LLM은 본질적으로 ‘언어’라는 창을 통해서만 세상을 이해한다는 겁니다.

이건 마치 평생 도서관에서 책만 읽은 천재와 같습니다. 그는 세상의 모든 지식을 언어로 설명할 수 있지만, 실제로 비를 맞아본 적도, 자전거를 타다 넘어져 본 적도 없습니다. 물리 법칙, 사회 구조, 현실 세계의 수많은 제약 조건을 몸으로 이해하지 못하는 거죠.

자, 이 비유는 정말 중요합니다! 별표 다섯 개! 언어로 아무리 완벽한 계획을 세워도, 그게 실제로 작동할지 여부는 언어 모델의 확률 분포가 아니라, 실제 세계의 복잡한 변수와 제약에 의해 결정된다는 겁니다.

그래서 이승현 님은 GPT-5보다 며칠 전 공개된 구글의 GENIE-3와 알파어스(AlphaEarth)에 더 주목합니다. 구글이 언어 중심의 지능(LLM)에서 **세계 중심의 지능(WFM, World Foundation Model)**으로 나아가고 있으며, 이 둘이 결합해야만 비로소 AGI가 될 수 있다고 판단했다는 거죠.

[3교시] 새로운 희망, WFM(세계 모델)의 등장!

자, 드디어 오늘의 주인공이 등장합니다. 바로 WFM(World Foundation Model)! 이승현 님은 LLM의 ‘생각’이 ‘현실’로 이어지기 위한 핵심 고리가 바로 WFM이라고 강조합니다. 언어를 넘어 현실 세계 자체를 추상화하고 시뮬레이션하는 모델, 이것이 바로 WFM입니다.

GPT-5의 등장은 역설적으로 이제 ‘LLM + WFM + α’라는 새로운 패러다임으로 나아가야 한다는 강력한 신호라는 겁니다.

이승현 님이 정리한 WFM의 핵심 역할은 다음과 같습니다.

현실 세계 모델링: 현실 세계의 상태를 수학적으로, 시뮬레이션 가능한 구조로 표현합니다.
데이터 융합: 센서, 위성, 공정 로그, 경제 데이터 등 온갖 데이터를 합쳐 현재 상태를 추정합니다.
정책 시뮬레이션: 가상 환경에서 다양한 시나리오를 시험해 결과를 예측합니다.
LLM과의 분업: LLM이 만든 계획을 WFM이 현실의 제약 조건으로 검증하고 수정합니다.

자, 이 부분은 정말 기가 막힌 비유가 나옵니다! “LLM이 ‘말과 의미’의 엔진이라면, WFM은 ‘세계와 제약’의 엔진이다.”

처음 엔비디아가 WFM을 강조했을 때, 많은 사람들이 ‘GPU 팔아먹으려는 전략 아니야?’라고 생각했지만, 지금 보니 엔비디아의 판단이 정확했다는 게 이승현 님의 생각입니다.

[4교시] 최강의 팀플레이: LLM과 WFM의 분업 구조

그럼 이 두 엔진이 어떻게 함께 작동할까요? 이승현 님은 반도체 공정과 조선업을 예로 들어 완벽한 시나리오를 제시합니다.

자, 이 순환 구조는 시험에 반드시 나옵니다! 별표 다섯 개!

[LLM: 계획 수립] 먼저 LLM이 나섭니다. 반도체 생산 라인의 방대한 데이터(로그, 불량 패턴, 수급 현황 등)를 분석해 문제를 진단하고, “이렇게 개선해 봅시다!” 하고 계획 초안을 작성합니다.
[WFM: 검증 및 최적화] 이 계획안은 WFM으로 넘어갑니다. WFM은 디지털 트윈 기반의 가상 공장에서 이 계획을 수만 번 돌려봅니다. 다양한 시나리오를 적용해 수율, 불량률, 에너지 소비 등을 최적화하고, “이 계획의 실행 가능성은 95%, 위험도는 5%입니다”처럼 정확한 수치로 결과를 내놓습니다.
[LLM: 해석 및 전달] 이 수치 데이터는 다시 LLM으로 돌아옵니다. LLM은 이 복잡한 기술적 수치를 경영진이나 운영팀이 바로 이해할 수 있도록 쉽고 명쾌한 언어로 풀어 맞춤형 보고서를 작성해 전달합니다.

이 **’계획 → 검증 → 해석’**의 완벽한 순환 구조! 이것이 바로 LLM의 한계를 명확하게 돌파할 방법이라는 겁니다. 조선업에서도 이 흐름은 똑같이 적용될 수 있습니다.

[5교시] 대한민국 AI의 생존 전략: WFM에서 길을 찾아라!

자, 이제 이 거대한 담론을 대한민국의 현실로 가져와 봅시다. 이승현 님은 미중 AI 패권 경쟁 속에서 우리나라가 살아남을 길은 바로 WFM에 있다고 역설합니다.

우리나라의 비교우위는 어디에 있을까요? 바로 현실 세계의 인프라 운영 능력에 있습니다. 우리가 세계 1, 2위를 다퉜던 제조(반도체, 자동차, 조선), 에너지, 물류 산업에서 쌓아온 실제 데이터! 이 데이터는 그냥 많은 게 아니라, 세계 최고 수준의 산업 현장에서 나온, 경쟁력 있는 ‘계량 가능한 데이터’입니다.

WFM은 바로 이런 데이터에서 힘을 얻습니다.

그러므로 이승현 님은 정책의 무게중심이 이동해야 한다고 주장합니다. 단순히 ‘세계 최고 LLM(WBL)’을 만드는 것보다, **우리가 강점을 가진 WFM을 축으로 전체 스택을 통합하는 ‘세계 최고 AI(WBA)’**가 한국의 경쟁력을 가장 빠르게 끌어올릴 길이라는 겁니다.